Elektronik Portfolyo Değerlendirmeleri için Veri Madenciliği aklaşımı

Öz

Anahtar Kelimeler

• -

Elektronik Portfolyo Değerlendirmeleri için Veri Madenciliği aklaşımı

Öz

Bilgi iletişim teknolojilerinin (BİT) yaygınlık kazanması ile süreç içerisinde eğitim-öğretim stratejileri de değişim göstermiştir. Bilgi iletişim teknolojilerinin bir araç olarak kullanıldığı öğretim stratejilerindeki amaç, öğrenciyi merkeze alarak ve öğrencinin aktif olduğu ortamlarda “öğrenmeyi” en iyi şekilde gerçekleştirmek olarak düşünülebilmektedir. BİT’ e paralel olarak yaygın olarak kullanılmaya başlanan e-portfolyo değerlendirme ile bireylerin aktif olarak değerlendirme sürecine dahil edilmeleri sağlanmıştır. Öğrencinin biriktirdiği ürünleri değerlendirme sürecinin kimi öğretmenler tarafından zor karşılanması durumu ve öğrencilere ait ürünlerin yıllar içerisindeki gelişiminin rasyonel olarak ortaya konma durumu e-portfolyo yönteminin temel başlangıç noktasını oluşturmuştur. Bireyin merkeze alındığı bu tamamlayıcı yöntemlerde ürünlerin sürekli bir şekilde elektronik veritabanlarında saklanması, performansı izlemede sürekliliği sağlamıştır. Süreç içerisinde biriken ve veri ambarına dönüşen ürünlerin veri madenciliğinde kullanılan istatistiksel yöntemler ile yansız ve sapmasız olarak değerlendirilebileceği bildirilmektedir

Anahtar Kelimeler

• E-portfolyo, performansın ölçülmesi, veri madenciliği

Kaynakça

1. Alpaydın, E. (2000). “Zeki Veri Madenciliği: Ham Veriden Altın Bilgiye Ulaşma Yöntemleri.” Bilişim 2000 Veri Madenciliği Eğitim Semineri.
2. Arslan, H. (2008). “Sakarya Üniversitesi Web Sitesi Erişim Kayıtlarının Web Madenciliği İle Analizi.” Sakarya Üniversitesi, Fen Bilimleri Enstitüsü, Yayınlanmamış Yüksek Lisans Tezi, Sakarya.
3. Baykasoğlu, A. (2005). Veri Madenciliği ve Çimento Sektöründe Bir Uygulama. Akademik Bilişim 2005, Gaziantep, 2-4 Şubat 2005.
4. Baykul, Y. (2000). Eğitimde ve Psikolojide Ölçme: Klasik Test Teorisi ve Uygulaması. Ankara: ÖSYM Yayınları.
5. Çelik, H.C., Satıcı, Ö., Çelik, M.Y. (2005). Sağlık personellerinde kronik sigara içme alışkanlığı olanların tutumlarına ilişkin değişkenlerin kümeleme analizi (cluster analyses). Dicle Tıp Dergisi, 32 (1), 20-25.
6. Collins, L., Horn, J.L. (1991). Best Methods for the Analyses of Change. Washington: Apa Press.
7. Danielson, C., Abrutyn, L. (1997). An Introduction to Using Portfolios in the Classroom. Alexandria: Association for Supervision and Curriculum Development.
8. Doğan N., Özdamar K. (2003). Chaid Analizi ve Aile Planlaması ile İlgili Bir Uygulama. Klin Tıp Bilimleri, 2003; 23: 392-397.

9. Everitt, B.S. (1981). Statistical Methods in Medical Investigations (Second Edition). New York: John Wiley&Sons.
10. Gezer, M., Erol, Ç., Gülseçen, S. (2007). Bir Web Sayfasının Web Madenciliği İle Analizi. Akademik Bilişim 2007, Dumlupınar Üniversitesi, Kütahya 31 Ocak-2 Şubat 2007.
11. Gülbahar, Y., Köse, F. (2006). Ögretmen Adaylarının Değerlendirme için Elektronik Portfolyo Kullanımına İlişkin Görüsleri. Ankara Üniversitesi Eğitim Bilimleri Fakültesi Dergisi, 39 (2), 75-93.
12. Han, J., Kamber , M. (2001). Data Mining Concepts and Techniques. Academic Press. New York.
13. Ho, S., Jee, S., Lee, J., Park, J. (2004). Analysis on risk factors for cervical cancer using induction technique. Expert Systems with Applications, 27, 97-105.
14. Kayri, M. (2007). Two-Step Cluster Analysis in Researches: A Case Study. Eurasian Journal of Educational Research, 28(1), 177-189.
15. Korkmaz, H., Kaptan, F. (2003). İlköğretim Fen Öğretmenlerinin Portfolyoların Uygulanabilirliğine Yönelik Güçlükler Hakkındaki Algıları. Pamukkale Üniversitesi Eğitim Fakültesi Dergisi, 1 (13), 159-166.
16. Kutlu, Ö. (2006). Üst Düzey Zihinsel Süreçleri Belirleme Yolları: Yeni Durum Belirleme Yaklaşımları, Çağdaş Eğitim, Sayı: 335
17. Kutlu, Ö., Doğan, C.H., Karakaya, İ. (2008). Öğrenci Başarısının Belirlenmesi: Performansa ve Portfolyoya Dayalı Durum Belirleme. Ankara: PegemA Yayıncılık.
18. Michael, J., Gordon, S. (2004). Data Mining Technique for Marketing, Sales and Customer Support (2nd Ed.). New York: Wiley Computer Publishing.
19. Otlu, H., Alpar, R.(2006). İki aşamalı küme analizi ve bir uygulama. 5-9 Eylül 2006. IX. Ulusal Biyoistatistik Kongresi, Zonguldak.
20. Öztürk, L.(2002). Dijital Uçurumun Küresel Boyutları. Ege Akademik Bakış, Ekonomi, İşletme, Uluslararası İlişkiler ve Siyaset Bilimleri Dergisi, Ege Üniversitesi, Cilt:2 Sayı:1.
21. Pehlivan, G. (2006). Chaid Analizi ve Bir Uygulama. Yıldız Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Yayımlanmamış Yüksek Lisans Tezi, İstanbul.
22. Sanalan, A., Altun, A. (2002). Bir Veritabanı Uygulaması Olarak Elektronik Portfolyo. Erzincan Eğitim Fakültesi Dergisi, 4(1), 1-11.
23. Serdar, S. (2007). Web Tabanlı Uzaktan Eğitimde İki Farklı Öğretim Modelinin Öğrenci Başarısı Üzerindeki Etkilerinin İncelenmesi. Gazi Üniversitesi, Bilişim Enstitüsü, Yayınlanmamış Yüksek Lisans Tezi, Ankara.
24. Tosun, T. (2006). Veri Madenciliği Teknikleriyle Kredi Kartlarında Müşteri Kaybetme Analizi. İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Yayınlanmamış Yüksek Lisans Tezi, İstanbul.
25. Türe, M., Kurt, İ., Kurum, AT., Özdamar, K. (2005). Comparing classification techniques for predicting essential hypertension. Expert Systems with Applications, 29, 583- 8.
26. Velickov, S., Solomanite, D.P. (2000). Predictive Data Mining: Practical Examples. In: AI methods in Civil Engineering Applications, Cottbus.
27. Wolfe, E. W., Chıu C., W. T., Reckase M. D. (1999). Changes in Secondary Teachers’ Perceptions of Barriers to Portfolio Assessment. Assesing Writing, 6 (1) : 85-105.
28. Wu, JD., Milton, DK., Hammond, SK., Spear, RC. (1999). Hierarchial cluster analysis applied to workers exposures in fiberglas insolution manufacturing. Ann. Occup. Hyg., 43, 43-55.